Lösningsförslag till Tentamen. TSFS06 Diagnos och övervakning 14 augusti, 2007, kl

Relevanta dokument
Lösningsförslag/facit till Tentamen. TSFS06 Diagnos och övervakning 14 januari, 2008, kl

Tentamen med lösningsdiskussion. TSFS06 Diagnos och övervakning 1 juni, 2013, kl

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Tentamen. TSFS06 Diagnos och övervakning 4 juni, 2007, kl

Tentamen. TSFS06 Diagnos och övervakning 12 januari, 2012, kl

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Översikt. TSFS06 Diagnos och övervakning Föreläsning 4 - Linjär residualgenerering och detekterbarhet. Linjär residualgenerering

Översikt. TSFS06 Diagnos och övervakning Föreläsning 7 - Olinjär residualgenerering. Konsistensrelationer vs. observatörer.

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19

TENTAMEN I REGLERTEKNIK Y/D

Försättsblad till skriftlig tentamen vid Linköpings universitet

Reglerteknik AK, FRT010

TENTAMEN I TSRT91 REGLERTEKNIK

Tentamen med lösningsdiskussion. TSFS06 Diagnos och övervakning 30 maj, 2012, kl

Försättsblad till skriftlig tentamen vid Linköpings universitet

Komplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).

Försättsblad till skriftlig tentamen vid Linköpings universitet

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

TENTAMEN: DEL B Reglerteknik I 5hp

TENTAMEN: DEL A Reglerteknik I 5hp

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

Översikt. TSFS06 Diagnos och övervakning Föreläsning 7 - Olinjär residualgenerering. Konsistensrelationer vs. observatörer

TENTAMEN I REGLERTEKNIK

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet

TENTAMEN Reglerteknik 3p, X3

TENTAMEN I REGLERTEKNIK Y/D

övningstentamen I DYNAMISKA SYSTEM OCH REGLERING

P =

Försättsblad till skriftlig tentamen vid Linköpings universitet

Lösningsförslag/facit till Tentamen. TSFS04 Elektriska drivsystem 5 mars, 2012, kl

TENTAMEN I REGLERTEKNIK Y/D

TENTAMEN I TSRT19 REGLERTEKNIK

Teststorheten är ett modellvalideringsmått Betrakta. Översikt. Modellvalideringsmått, forts. Titta lite noggrannare på testet.

Försättsblad till skriftlig tentamen vid Linköpings Universitet

TENTAMEN I TSRT91 REGLERTEKNIK

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 22 augusti 2018, kl

Försättsblad till skriftlig tentamen vid Linköpings universitet

Tentamentsskrivning: Matematisk statistik TMA Tentamentsskrivning i Matematisk statistik TMA321, 4.5 hp.

Reglerteknik AK. Tentamen kl

TENTAMEN I REGLERTEKNIK Y TSRT12 för Y3 och D3. Lycka till!

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

TENTAMEN I TSRT09 REGLERTEORI

1RT490 Reglerteknik I 5hp Tentamen: Del B

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 23 augusti 2017, kl

TENTAMEN I TSRT91 REGLERTEKNIK

TENTAMEN I REGLERTEKNIK Y/D

TENTAMEN Reglerteknik I 5hp

TENTAMEN: DEL A Reglerteknik I 5hp

TENTAMEN: DEL A Reglerteknik I 5hp

1RT490 Reglerteknik I 5hp Tentamen: Del B

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx

TENTAMEN: DEL B Reglerteknik I 5hp

TENTAMEN: DEL A Reglerteknik I 5hp

TENTAMEN Reglerteknik 4.5hp X3

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

Komplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).

Ämnen för dagen. TSFS06 Diagnos och övervakning Föreläsning 5 - Konstruktion av teststorheter. Beteendemoder och felmodeller.

Försättsblad till skriftlig tentamen vid Linköpings Universitet

TENTAMEN HF1006 och HF1008

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen

TENTAMEN HF1006 och HF1008

TSRT09 Reglerteori. Sammanfattning av Föreläsning 1. Sammanfattning av Föreläsning 1, forts. Sammanfattning av Föreläsning 1, forts.

Försättsblad till skriftlig tentamen vid Linköpings Universitet

A. Stationära felet blir 0. B. Stationära felet blir 10 %. C. Man kan inte avgöra vad stationära felet blir enbart med hjälp av polerna.

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

TENTAMEN: DEL A Reglerteknik I 5hp

b) (2p) Bestäm alla lösningar med avseende på z till ekvationen Uppgift 3. ( 4 poäng) a ) (2p) Lös följande differentialekvation ( y 4) y

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN: DEL B Reglerteknik I 5hp

Lösningsförslag/facit till Tentamen. TSFS04 Elektriska drivsystem 11 mars, 2013, kl

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN TEN2 i HF1006 och HF1008

Tentamen i Linjära statistiska modeller 13 januari 2013, kl. 9-14

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13

KTH Matematik SF1633 Differentialekvationer I, för I1 Kontrollskrivning nr 2, Måndag den 31 mars 2008, kl Version: A Namn:... Personnr:...

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Högskolan i Skövde (SK, YW) Svensk version Tentamen i matematik

TENTAMEN I REGLERTEKNIK I

Reglerteknik AK. Tentamen 9 maj 2015 kl 08 13

Namn Klass Personnummer (ej fyra sista)

REGLERTEKNIK, KTH. REGLERTEKNIK AK EL1000, EL1110 och EL1120

Tentamentsskrivning: Matematisk Statistik TMA321 1

Försättsblad till skriftlig tentamen vid Linköpings universitet

Tentamen i Matematisk analys MVE045, Lösningsförslag

Transkript:

Lösningsförslag till Tentamen TSFS06 Diagnos och övervakning 14 augusti, 007, kl. 14.00-18.00 Tillåtna hjälpmedel: TeFyMa, Beta, Physics Handbook, Reglerteknik (Glad och Ljung), Formelsamling i statistik och signalteori och miniräknare. Ansvarig lärare: Erik Frisk, tel 85714. Betyg rapporteras in och anslås senast den 8:e augusti Visning av skrivningen sker kl. 11.30 den 9:e augusti på Fordonssystem. Totalt 40 poäng. Preliminära betygsgränser: Betyg 3: 18 poäng Betyg 4: 5 poäng Betyg 5: 30 poäng

Uppgift 1. a) Det generella villkoret är att C-matrisen ej har full rad-rang. Det aktuella exemplet har ingen statisk redundans, däremot existerar dynamisk redundans. b). c) ẏ 3y y 1 u = 0 ÿ 1 3ẏ 1 + y 1 u 1 = 0 d) Väljer den första konsistensrelationen eftersom den har lägre gradtal. Realisering sker genom att ansätta ṙ + r = ẏ 3y y 1 u och välja tillståndsvariabel w = r y vilket ger ẇ = w y 1 5y u r = w + y Uppgift. a) Med x = (q 1, q 1, q, q ) fås tillståndsformen ẋ 1 = x ẋ = µ 1 + f µ1 ẋ 3 = x 4 x K (x 3 x 1 n ) + 1 (T + f u ) ẋ 4 = µ + f µ x 4 K (x 3 x 1 n ) mgd cosx 3 y 1 = x + f 1 y = x 3 + f där f 1 och f modellerar fel i sensorerna, f u fel i motorn, och f µ1 samt f µ förändrad friktion i de båda lagren. b) För att isolera felet f µ från f u behövs en konsistensrelation vars konsistens bryts av ett fel f µ men inte av f u, dvs. ekvationen för ẋ får ej användas. Derivera ekvationen för ẋ 4 och gör lämpliga substitutioner för att få... y + µ ÿ + K (ẏ y 1 n ) mgd ẏ sin y = 0 c) Sensorfelen är detekterbara då det finns redundans från både y 1 och y. Att f 1 är starkt detekterbar syns direkt i konsistensrelationen ovan då y 1 ingår linjärt i uttrycket. Felet f är också starkt detekterbar. Det ses genom att den enda ekvationer som innehåller x 3 (vilket är variabeln som y mäter) oderiverad är ekvationerna för ẋ och ẋ 4. Eliminering av x 1 genom lämplig linjärkombination ger konsistensrelationen 1 ẏ 1 1 ÿ = µ 1 y 1 + 1 T + µ ẏ + mgd cosy ur vilken man kan se att även f starkt detekterbart på grund av att cosy ingår som den gör. 1

Uppgift 3. Med x = (q 1, q 1, q, q ) fås tillståndsformen ẋ 1 = x ẋ = µ 1 + f µ1 ẋ 3 = x 4 x K (x 3 x 1 n ) + 1 (T + f u ) ẋ 4 = µ + f µ x 4 K (x 3 x 1 n ) mgd cosx 3 y 1 = x + f 1 y = x 3 + f Jag väljer att avkoppla felet i y 1, dvs. den enda mätsignal som är tillgänglig för residualgeneratorn är y. Att göra en fullständig observerbarhetsanalys ligger utanför vad som krävs i den här kursen. Ett sätt att troliggöra observerbarhet är att rita ett flödesschema för hur olika tillstånd påverkar y och ur det kan man se att alla tillståndsvariabler påverkar y. Detta gör det troligt att alla tillstånd är observerbara från y. Ett lite mer analytiskt sätt är att observera att om man sätter in y i olinjäriteten cosx 3 i den sista dynamiska ekvationen så fås ett linjärt system och linjär metodik kan användas (dock blir det jobbiga räkningar). Ett annat sätt är att ta fram derivera y upp till 3 gånger, dvs. y ẏ... ÿ = G(x) y och se om dg(x) dx har full kolon-rang. Enkla räkningar ger att dg(x) dx 0 0 1 0 0 0 0 1 K n 0 K n vilken alltid har full rang och alltså är systemet observerbart. En observatör kan tex. konstrueras som har följande utseende ˆx 1 = ˆx +K 1 (y ˆx 3 ) ˆx = µ 1 ˆx K (ˆx 3 ˆx 1 n ) + 1 T +K (y ˆx 3 ) ˆx 3 = ˆx 4 +K 3 (y ˆx 3 ) ˆx 4 = µ ˆx 4 K (ˆx 3 ˆx 1 n ) mgd cos ˆx 3 +K 4 (y ˆx 3 ) r = y ˆx 3 Observatörsförstärkningen kan bestämmas t ex genom Lyapunov-teori. Uppgift 4. a) Test 1 är bättre än test eftersom båda testen har samma falskalarmssannolikhet men test 1 har högre eller lika detektionssannolikhet för alla felstorlekar. Inget annat kan sägas utifrån figuren.

b) T i = ln p θ 1 (y i ) p θ0 (y i ) = ln Låt θ = θ 1. Då får vi att 1 (y πσ e i θ 1 ) σ = θ 1 θ 0 1 (y πσ e i θ 0 ) σ E(T i ) = θ 1 θ 0 σ (θ 1 + För fallet att θ = θ 0 får vi att vilket skulle visas. E(T i ) = θ 1 θ 0 σ (θ 0 + σ (y i θ 0 + θ 1 ) = θ 1 θ 0 σ (θ + e i θ 0 + θ 1 ) =0 {}}{ E(e i ) θ 0 + θ 1 =0 {}}{ E(e i ) θ 0 + θ 1 c) Ersätt θ 1 med en maximum-likelihood skattning av θ 1, dvs ) = (θ 1 θ 0 ) σ > 0 ) = (θ 1 θ 0 ) σ < 0 T = max θ 1 ln N i=1 p θ1 (y i ) p θ0 (y i ) Uppgift 5. a) De två konflikterna är OK(c 1 ) OK(c ), OK(c 1 ) OK(c 4 ) b) De minimala diagnoserna är, i förkortad mängdnotation, {c 1 } samt {c, c 4 }. Eftersom felmodeller saknas kommer alla supermängder till de minimala diagnoserna vara diagnoser. Det totala antalet diagnoser är 10. c) Antag att komponenterna är trasiga med en sannolikhet p < 1. Då betyder det att den första minimala diagnosen {c 1 } har sannolikheten p att inträffa medan {c, c 4 } sannolikheten p. Eftersom p < 1 så gäller att p > p och alltså är det mest sannolikt att enkelfelet har inträffat. Komponent c 1 bör därför kontrolleras först. d) Utan antaganden kan det mycket väl vara så att dubbelfelet är troligare än enkelfelet. Så är fallet om t ex c går sönder oftare än c 1 och att ett fel i c oftast leder till ett följdfel i c 4. I verkliga applikationer är det fullt rimligt att olika komponenter är olika tåliga och att fel kan vara beroende av varandra. Uppgift 6. a) Låt spänningen över resistor j betecknas u j och strömmen genom resistorerna betecknas med i. Ekvationerna för systemet blir u 1 = R 1 i u = R i z 1 = u 1 + u Mäter vi bara spänningar så är det enda sättet att eliminera den obekanta strömmen i att utnyttja båda ekvationerna som beskriver resistorernas beteende. Alltså går det inte att separera de två felen. 3

b) Med fler än två resistorer i serie så går det att isolera felen endast med hjälp av voltmetrar. Strömmen i kan då elimineras med endast en delmängd av resistorekvationerna och därmed skapa residualer där varje fel kan avkopplas. För att ge ett konkret exempel på hur detta kan göras betrakta ett system med N > resistorer. Då går det att göra en residual som är känslig för fel i två godtyckliga resistorer j och k på följande vis. Genom att mät spänningen z och z 3 över de två resistorerna j och k får vi följande modell: u j = R j i u k = R k i z = u j z 3 = u k Genom att eliminera u j, u k och i ur ekvationerna får vi R k z R j z 3 = 0 som är en konsistensrelation som bara är bryts för fel i resistor j och k. Eftersom j och k var godtyckligt valda så går det att på samma sätt konstruera en residual som är känslig för vilka två fel som helst. Ett exempel på N residualer som ger full enkelfelsisolering är: r 1 är känslig för fel i resistor 1 och N och residual r i är känslig för fel i resistor i 1 och i för i =, 3,..., N. 4